追尋與探索，對于平凡生活中大多數人來說，可能是一種由好奇而衍生的本能，可能是一種因蛻變而歷煉的倔強，而對于華為云而言，使之傾注和努力，尤其是對生存之地球，極目之煙海，遙望之星空等讓人類充滿無限未知事物的追尋和探索，更多的是一種對人類未知之解密使命。
近日， SKA上海大會暨第六屆SKA工程大會的召開，讓華為云帶領人類打破壁壘，使人們與頭頂的星空再次靠近的探索之旅，又一次揭開神秘面紗。而解密的開始，要從SKA科學工程開始說起。
探索宇宙星空的“SKA”時代
作為歷史上最大的科學工程之一，SKA(平方公里陣列射電望遠鏡)是即將在澳大利亞和南非建造的新一代射電望遠鏡項目，其成員國包括澳大利亞、加拿大、中國、印度、英國等10個國家，超過20個國家的約100個組織參與了SKA的設計和開發。SKA最終將建設上千面反射面天線和一百多萬個低頻天線，其獨特的配置使其具備無可匹敵的觀測范圍，它將具有對空中大片區域成像的能力，其他巡天望遠鏡從未完成過在如此高靈敏度上開展如此規模的壯舉。這也意味著，人類對于宇宙星空的探索，開始進入“SKA時代”。
正如SKA總干事Philip Diamond介紹“這個項目的目的是觀察宇宙，了解我們在宇宙中的位置，從大爆炸到我們銀河系和太陽所在的局部區域。至于它的價值，除了用于天文研究外，這個項目還將給我們帶來許多技術和計算等方面的創新。”
SKA項目所面臨的問題主要體現在兩個方面。首要是計算能力本身，科研數據往往體量巨大，對這些數據進行挖掘、將其訓練成AI模型以提升未來的研究效率更是困難;其次還有科研協作，龐大數據量不僅僅受計算能力影響，同時也在影響協作效率。SKA需要把望遠鏡或望遠鏡陣列建設在世界各地，對于科研項目來說，想要實現分布式的協作研究，往往要耗費大量成本在本地建立數據中心。
澎湃算力，天文研究進程更快一步
為有效地推進我國SKA區域中心的建設和科學預研究，上海天文臺選擇與華為云合作，雙方將發揮各自優勢探索人工智能在天文研究中的應用，展開更加高效的天文研究，以及創新天文研究方法。
對于天文研究項目中云和AI的應用前景，SKA區域中心指導委員會中方代表、上海天文臺SKA課題組長安濤認為，“對于計算和存儲靈活的資源配置，云提供了一個很好的解決方案，這也是未來SKA科學計算的一個趨勢。”
據了解，使用傳統方法處理SKA先導項目星空觀測數據時，天文學家需要169天才能完成一次對南半球星空中大約20多萬個射電星系的定位和識別。而現在，上海天文臺與華為合作，通過深度學習方法訓練AI模型，并利用華為云AI昇騰集群服務的世界頂級的AI強勁算力僅要用時10秒即可完成此任務，同時AI模型的平均精度均值mAP可以達到81%，極大提高了科研效率。
同時，SKA設施將遍布南北半球、三個大洲，該項目將產生10倍于目前全球互聯網的數據流量，這樣一來，數據存儲及數據分析就成為了該項工程面臨的重大挑戰。在數據存儲方面，SKA建成后每年存檔大約600PB的數據。在數據分析方面，海量的天文數據價值挖掘需要強大的算力，同時無法對大面積星空進行實時性觀測分析，容易錯過天文現象的觀測和研究機會。依托于華為云彈性存儲服務，海量數據得以被快速且靈活地存儲。針對海量數據分析，華為云AI昇騰集群服務可按需提供澎湃算力，縮短SKA天文研究進程。
此外，除了對宇宙中星體進行定位和分類，華為云和上海天文臺還展開了脈沖星信號識別方面的研究。該研究展開來說，是在數以十萬計的噪聲信號中識別出兩千個脈沖星信號數據，利用華為云AI昇騰集群服務在短時間內訓練并建立AI脈沖星識別模型，解析該信號是否為脈沖星信號。目前，其識別精準率和召回率均高達98%以上。
未來，除了天文探索領域，華為云AI昇騰集群服務也將在未來觸及石油勘探，氣象預測等領域，持續將AI普惠，讓千行百業都能夠享受“行業+云+AI”帶來的驚喜改變。
